数据中心环境正在发生变化,未来的数据中心系统将是包括超大型集中式云数据中心、区域边缘数据中心以及小型本地边缘数据中心的“混合”IT应用环境。
451 Research最新数据显示,预计到2019年,企业只有不到一半的IT负载将在内部IT环境中运行,一半以上将在外部IT环境中运行。同时,还将呈现以下趋势:
在近期另一项针对数据中心运营商和专业人士的全球研究项目中,451 Research揭示,在混合
IT环境下将面临如下挑战:
可视化——用户需要一个单一的窗口来了解基础设施所有的活动状态信息,包括资产状态、相关风险、应对方法、整体表现、行业动态等。
洞察力——运营和管理流程中如何做出日常决定,如何完成容量计划,如何规划和执行工作流程,以及哪些KPI对于运行数据中心和最终业务是有用的。对于托管数据中心服务供应商,还可能涉及到如何对租户进行收费,并跟踪总容量的使用情况以及剩余容量的情况。
开阔的视野——如何确定最佳托管虚拟环境的位置,以及判断是否应该采用私有数据中心,或是放在云端或采用托管服务。无论是在财务效率、数据隐私、可扩展性方面,还是在风险方面,这都将是一个非常复杂的决定。成本显然是一个很大的因素,而财务计算并不容易——在这里需要的是基于事实的决策,而不是靠猜测、直觉,或跟风去做决定。
与此同时,对于国际化的互联网或托管数据中心业主,他们面临的挑战还包括:
不幸的是,数据中心管理又是一件非常复杂的事情
从本质上来讲,数据中心是非常复杂的系统,因为需要管理电力和制冷基础设施与IT设备的交互,同时最小化总运行成本。对于数据中心持续运行并最小化停机时间的需求持续增加。当出现问题时,我们期望管理系统提供必要的关键信息以解决此问题,并分析根本原因以防止再次发生。
可以发现,这个行业已经演变成两种数据中心管理方法。一种方法是利用“特定领域”系统进行电源、冷却和白区的管理。第二种方法更为“本土”,其中基于SCADA类型的系统被定制化编程以履行管理职责。每种方法都有其优点和缺点,然而,我们相信这两种方法在未来都将面临局限性,并将需要新方法对其加以解决,以充分发挥基于云的工具和大数据分析的潜力。
施耐德电气EcoStruxure IT:基于物联网的、开放的、可互操作的系统架构和平台
EcoStruxure IT是施耐德电气所开发的开放的、可互操作的、基于物联网的系统架构与平台,可为客户提供在安全性、可靠性、效率、可持续性和互联互通方面的更高价值。并通过利用先进的物联网、移动、传感、云、分析和网络安全等技术的发展,实现在互联互通的产品、边缘控制,以及应用、分析与服务三个层面的全面创新。
互联互通的产品是物联网智能运行的基础,施耐德电气的第一信念是以创新为核心,生产伟大的互联互通的产品。EcoStruxure IT在互联互通的产品层,从数据中心和周围建筑的各种连接传感器和众多供应商设备(UPS、PDU、配电和制冷系统等)收集数据。在边缘控制层,无论是楼宇系统,还是在IT系统或配电系统,EcoStruxure IT可使客户实现本地控制和监测,并本地自主地对任何警报进行监测并采取行动。在应用、分析与服务层,EcoStruxure IT通过分析数据,使用人工智能提取信息,为预防性维护、能源效率和其他工作,提供可执行的情报信息。
通过在应用、分析和服务层采取人工智能方法,来推动最高水平的可用性和效率——实现这一目标的途径将从构建基于云的最大的数据资源池开始。由互联互通的设备产生的数据资源池越大,分析就越精确。EcoStruxure IT还支持定制化的解决方案,为监测和控制其设施提供了一种有效、一致的方法。
即使数据中心所有者采用各种设备和软件平台,EcoStruxure IT都能够读取所有健康和状态的数据。然后,数据中心所有者可以与客户共享这些数据。
在澳大利亚,施耐德电气与Pulse Data Centre合作共建的大型托管数据中心项目,是施耐德电气基于EcoStruxure IT架构,在集中式大型数据中心领域的重要实践。在互联互通的产品层面充分运用了高效的气流管理系统以及锂电池储能技术,以及模块化产品。施耐德电气通过为客户提供一套经过优化的,集成式模块化解决方案,有效降低了制冷损耗和能源成本,并确保了设备100%正常运行。此外,Pulse Data Centre还采用了施耐德电气楼宇监控系统、电力监控系统、DCIM软件套件,以及基于云端的远程监控专家服务,实现了高效管理和绿色运营,并成为澳大利亚首个取得Uptime Tier3认证的数据中心。
综上所述,IT大环境趋势给数据中心运营商及国际化互联网公司带来了更多挑战。通过EcoStruxure架构和平台,施耐德电气将可以为客户整体业务提供高可用性、高效的产品和服务,通过预测分析和可操作的智能驱动更多价值,优化业务,最终实现数据中心或IT机房基础设施的可用性和运用效率的持续优化。
好文章,需要你的鼓励
慕尼黑大学联合多所知名院校的研究团队发现,AI深度研究助手虽然能力强大,但存在严重安全漏洞。通过"计划注入"和"意图劫持"两种新攻击方法,这些AI助手可能绕过安全防护,生成比普通AI更详细、更危险的有害内容。研究测试了六款主流AI模型,发现在医学等敏感领域风险尤其突出。团队开发了新的安全评估框架并提出多层防护建议。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
牛津大学研究团队发现了针对AI推理安全系统的四种"黑科技"攻击方法,能以超过90%的成功率让最先进的安全防护失效。这些方法利用AI对话模板的结构性缺陷,从简单的符号插入到复杂的推理劫持,门槛极低但威力巨大。研究揭示了当前AI安全架构的根本性问题,特别是在开源AI时代,这些漏洞的影响范围前所未有。